Agent Skills 入门：告别重复提示词，打造专属 AI 智能体

写在前面：Agent Skills 不仅是开发者的利器，更是所有人的 AI「SOP」 在正式开始探索之前，我们需要澄清一个关键概念：Agent Skills 绝不仅仅是程序员的专属工具。它的本质其实极其通用——相当于为你量身定制的 AI「标准作业程序（SOP）」。只要你能用日常语言把一项任务的「执行步骤」和「注意事项」写下来，你就能创建一个 Skill（技能）。这意味着，任何不会编程的人，也能像指挥千军万马一样，精准调遣 AI 助手。 无论你从事什么岗位，只要在工作中使用 AI，Agent Skills 就能带来巨大的效率提升。例如，市场营销人员可以创建 brand-voice-skill，让 AI 撰写文案时自动应用品牌语调并带上免责声明；人力资源专家能利用 interview-evaluation-skill 严格按照公司模型生成评估报告；项目经理则可以通过 weekly-report-skill 将零散的更新一键汇总成高管爱看的周报。虽然在接下来的实战演示中，我们会大量使用「代码」或「重构」作为例子，但请始终记住：这套核心逻辑适用于任何工作流。 为了更好地理解它的价值，让我们先回到它最常大显身手的典型开发场景中。想象这样一个场景：你的团队刚刚制定了一套严格的 TypeScript 代码规范，要求所有组件使用函数式写法、Props 必须有完整的类型定义、提交信息必须遵循约定式提交格式。你兴奋地打开 AI 编程助手，希望它能帮你重构一个旧组件。结果，AI 生成的代码使用了类组件、Props 类型定义不完整、甚至提交信息格式也不符合团队标准。你不得不手动修改，一次又一次地向 AI 解释团队的规范。 这种挫败感，相信每个使用 AI 编程助手的开发者都深有体会。AI 助手虽然强大，但它们往往只了解通用的编程知识，却不知道你的团队、你的项目有哪些特殊的要求和最佳实践。每次使用时，你都需要重复说明这些规范，效率大打折扣。 Agent Skills 生态系统正是为解决这个问题而生。它让你可以像安装软件包一样，为 AI 助手「安装」各种专业技能——从代码规范到发布流程，从安全审查到性能优化。一旦安装完成，AI 助手就能自动遵循这些规范，成为真正了解你团队需求的智能助手。本文将带你全面了解 Agent Skills，并手把手教你如何使用和创建自己的技能包。 

Agent Skills 的概念其实非常直观。如果把 AI 编程助手比作一位新入职的开发者，那么 Skills 就是这位新人的「入职培训手册」。每个 Skill 都是一份详细的指导文档，告诉 AI 在特定场景下应该如何工作、遵循哪些规范、执行什么样的流程。 从技术角度来看，每个 Skill 本质上是一个包含 SKILL.md 文件的目录。这个 Markdown 文件的开头有 YAML 格式的元数据（名称和描述），正文则是给 AI 的详细指令。当你调用某个 Skill 时，AI 助手会读取这些指令，然后按照要求执行任务。这种设计非常简洁，却极其有效——因为 AI 本身就擅长理解和遵循自然语言指令。 **Agent Skills 生态系统由三个核心部分组成：** - **Skills CLI：** 由 Vercel Labs 开发的命令行工具，提供了类似 npm 的包管理体验。你可以用它来搜索、安装、更新和管理各种 Skills。 - **Agent Skills 规范：** 定义了 Skills 的标准格式，确保它们可以在不同的 AI 工具间通用。 - **Skills 市场（skills.sh）：** 集中化的目录，让开发者可以发现和分享各种有用的 Skills。 这个生态系统最令人兴奋的地方在于它的开放性和通用性。Skills CLI 本身不绑定任何特定的 AI 服务，它支持超过 35 个主流编程助手，包括 Claude Code、Cursor、GitHub Copilot、Continue、Cline 等。无论你使用哪个工具，都可以通过统一的命令行接口来管理 Skills。这意味着你为 Claude Code 创建的 Skill，同样可以在 Cursor 或其他工具中使用，真正实现了跨平台的能力共享。  那么，为什么选择 CLI（命令行界面）而不是图形界面呢？对于程序员来说，CLI 是最自然、最高效的操作方式。一行命令 `npx skills add vercel-labs/agent-skills -g -y` 就能完成 Skill 的发现、下载、安装和配置，这在图形界面中可能需要点击多个按钮、填写多个表单。更重要的是，CLI 可以轻松集成到 CI/CD 流程中，可以编写脚本实现自动化，可以在远程服务器上通过 SSH 操作。 Skills 解决的核心问题是**知识传承和标准化**。在传统开发中，团队的最佳实践往往存在于文档中、代码审查评论里、或者资深开发者的脑海中。新人需要花费大量时间学习这些隐性知识，而即使是经验丰富的开发者，也可能在忙碌时忘记某些细节。Agent Skills 将这些知识显性化、可执行化。一旦将团队规范编写成 Skill，所有人的 AI 助手都会自动遵循这些规范，确保代码质量的一致性。

在开始使用 Agent Skills 之前，你需要先准备好基础环境。Skills CLI 是一个基于 Node.js 的工具，因此你需要在系统中安装 Node.js。如果你还没有安装 Node.js，可以访问 [nodejs.org](https://nodejs.org) 下载适合你操作系统的安装包。建议选择 LTS（长期支持）版本，这个版本更加稳定可靠。 安装 Node.js 后，你会自动获得 npm（Node Package Manager）和 npx（Node Package Execute）两个工具。npm 用于管理 JavaScript 包的安装，而 npx 则是一个包执行器，可以直接运行 npm 仓库中的命令行工具，而无需先全局安装。这正是我们使用 Skills CLI 的方式——每次运行 `npx skills` 命令时，npx 会自动下载最新版本的 skills 工具并执行，确保你始终使用的是最新功能。 验证安装是否成功非常简单。打开终端（Windows 上是命令提示符或 PowerShell，macOS 和 Linux 上是 Terminal），运行以下命令。如果看到版本号输出（例如 `v20.10.0` 和 `10.2.3`），说明 Node.js 已经正确安装。接下来运行 `npx skills --help`，首次运行时 npx 会提示是否需要安装 skills 包，输入 `y` 确认，几秒钟后你会看到所有可用命令的帮助信息。 值得一提的是，Skills CLI 支持的 AI 工具范围非常广泛。除了我们熟知的 Claude Code、Cursor 和 GitHub Copilot，还支持 Windsurf（Codeium 的 IDE）、Continue（VS Code 扩展）、Cline、Goose、Replit Agent、Qwen Code、Kimi Code CLI 等数十种工具。每个工具都有自己的配置目录，比如 Claude Code 使用 `.claude/skills/` 目录，Cursor 使用 `.cursor/skills/` 目录。好消息是，Skills CLI 会自动检测你系统中安装的工具，并将 Skills 安装到正确的位置，你不需要手动配置这些路径。

Skills CLI 提供了一套完整的命令来管理你的技能包，让我们从发现新 Skills 开始。 **搜索 Skills** `npx skills find` 命令是你探索 Skills 生态系统的入口。当你运行它时，会启动一个交互式搜索界面，你可以输入关键词来筛选 Skills，浏览每个 Skill 的描述，然后选择感兴趣的进行安装。例如搜索博客写作相关的 Skill 会返回： ``` 1nference-sh/skills@technical-blog-writing └ https://skills.sh/1nference-sh/skills/technical-blog-writing ```  **安装 Skills** 最基础的安装命令是 `npx skills add <来源>`，来源可以是多种格式： - GitHub 简写：`vercel-labs/agent-skills` - 完整 URL：`https://github.com/vercel-labs/agent-skills` - 特定子目录：指向仓库中某个具体 Skill 的路径 **作用域选择：** - **项目级安装（默认）：** 安装到当前项目目录，可提交到版本控制，与团队共享 - **全局安装（加 `-g` 标志）：** 安装到用户主目录，所有项目可用，适合个人偏好和通用技能 **安装方式选择：** - **符号链接（推荐）：** 只创建一个指向原始文件的引用，多个 AI 工具共享同一份 Skill 文件，更新一处即可全部生效 - **复制文件：** 为每个工具创建独立副本，适用于不支持符号链接的环境（如某些 Windows 配置） 对于 CI/CD 场景，可以使用非交互式安装：`npx skills add vercel-labs/agent-skills --all`，跳过所有交互式询问，直接安装所有可用 Skills 到所有检测到的 AI 工具中。 **管理已安装的 Skills：** - `npx skills list`：查看已安装的 Skills（加 `-g` 只显示全局安装） - `npx skills check`：检查是否有可用更新 - `npx skills update`：将所有 Skills 更新到最新版本 - `npx skills remove <skill-name>`：删除指定 Skill

理解了如何使用现有的 Skills 后，让我们来创建自己的技能包。Skills CLI 提供了 `init` 命令来生成 Skill 模板，让你可以专注于编写指令内容，而不用担心文件结构和格式问题。 假设我们要创建一个代码审查 Skill，帮助 AI 助手按照团队标准检查代码质量。运行初始化命令后，会在当前目录下创建一个名为 `code-review-skill` 的文件夹，里面包含一个 SKILL.md 文件。 **SKILL.md 的结构：** ```yaml --- name: code-review-skill description: 帮助识别代码中的 bug、安全问题和质量改进点的代码审查助手 --- ``` 接下来，在 `When to use` 部分明确触发条件——告诉 AI 什么时候应该激活这个 Skill： ```markdown ## When to use 当用户提出以下请求时使用此技能： - 审查代码或进行代码审查 - 检查代码中的问题 - 查找 bug 或安全漏洞 - 提高代码质量 ``` 核心部分是 `Instructions`，详细说明审查流程，按优先级分为三个级别： - **关键问题（必须修复）：** 安全漏洞（SQL 注入、XSS、硬编码密钥）、程序崩溃风险、数据丢失风险 - **重要问题（应该修复）：** 缺乏错误处理、缺少输入验证、逻辑错误、性能问题 - **次要问题（建议修复）：** 代码风格不一致、命名不规范、缺少必要注释 好的代码审查反馈应该结构清晰、具体明确，每个问题标注具体行号，并解释为什么这是个问题。  完成 SKILL.md 编写后，运行安装命令进行全局安装。安装成功后在 Claude Code 中输入 `/code-review-skill` 并提供测试代码进行验证。以下是一段包含常见问题的 Python 测试代码： ```python def calculate_total(items): total = 0 for item in items: total = total + eval(item['price']) # eval() 注入风险 return total def get_user_password(user_id): admin_password = "admin123" # 硬编码密码 if user_id == 1: return admin_password db = connect_to_database() password = db.query(f"SELECT password FROM users WHERE id = {user_id}") # SQL 注入 return password ``` AI 应该会按照你定义的流程进行审查，指出 eval() 注入风险、SQL 注入漏洞、硬编码密码等严重问题，并提供具体的修复建议。

有了创建 Skills 的基础后，让我们看看在真实开发场景中如何应用这些技能包。Agent Skills 的价值在于它能够将团队的隐性知识显性化、将最佳实践自动化。 **场景一：统一团队代码规范** 每个开发团队都有自己的编码风格偏好——缩进用几个空格、使用单引号还是双引号、组件如何命名、如何组织导入语句。传统做法是编写编码规范文档，然后在代码审查时检查，但文档往往被遗忘，代码审查又耗费大量时间。 通过创建「团队编码标准」Skill，你可以让 AI 助手在生成代码时自动遵循这些规范：使用 4 空格缩进、组件名使用 PascalCase、React 组件优先使用函数式写法、Props 必须有 TypeScript 类型定义、遵循约定式提交格式……当团队成员使用 AI 生成或重构代码时，输出会自动符合团队标准，减少了后续修改和代码审查的工作量。 **场景二：自动化发布流程** 「发布工作流」Skill 可以指导 AI 助手完整地执行整个发布流程。当开发者说「准备发布新版本」时，AI 会按照 Skill 中定义的清单逐步操作：运行测试套件确保通过 → 根据变更类型确定新版本号（语义化版本规范）→ 从 Git 历史生成 CHANGELOG → 创建对应 Git 标签 → 构建生产环境产物并验证 → 在 GitHub 创建 Release 并附上格式化的发布说明。整个过程标准化、可追溯，大大降低了发布出错的风险。  **场景三：项目领域知识传承** 每个项目都有自己的架构设计、命名约定、模块组织方式。通过创建项目特定的 Skills，可以将这些领域知识编码成可执行的指令。例如，一个电商项目可以有「订单处理规范」Skill，详细说明订单状态流转规则、异常处理策略、库存锁定机制等。当开发者需要修改订单相关代码时，AI 助手会基于这个 Skill 提供符合项目架构的建议，避免引入不一致的实现方式。 **创建好的 Skill 的要点：** - 聚焦于单一职责，指令清晰具体 - 随着团队实践的演进，及时更新 Skill 内容 - 将 Skill 文件纳入版本控制，像管理代码一样管理知识资产 未来，当我们回顾这个时期的软件开发，Agent Skills 很可能会被视为一个重要的转折点——它让 AI 从通用助手进化为真正理解项目上下文的专业伙伴。而这个未来，就从你安装第一个 Skill 开始。后续更新请关注「龙虾实验室」（longxialab.cn）社区。